Apr, 2024

一种无参数的缺失数据聚类算法

PDF
TL;DR在真实世界中，缺少数据集普遍存在。现有的用于缺失数据集的聚类算法首先对缺失值进行插补，然后进行聚类。然而，插补和聚类过程都需要输入参数，太多的输入参数会增加获得准确聚类结果的难度。虽然一些研究表明决策图可以替代聚类算法的输入参数，但当前的决策图需要对象之间具有相等的维度，因此不适用于缺失数据集。为此，我们提出了一种单维度聚类算法，即 SDC。SDC 通过分割维度和分区交集融合，去除插补过程，并适应决策图到缺失数据集中，能够获得在缺失数据集上无需输入参数的有效聚类结果。实验证明，在三个评估指标上，SDC 的性能至少比基准算法提高 13.7％（NMI），23.8％（ARI）和 8.1％（Purity）。
发现论文，激发创造
  • 非冗余聚类的自动参数选择

    该论文提出了一个利用最小描述长度原则（MDL）自动检测子空间数量和每个子空间中的簇数的框架，并描述了一种有效的过程，通过在子空间内进行分裂和合并子空间和簇来贪婪搜索参数空间。此外，介绍了一种编码策略，可在每个子空间中检测异常值。广泛的实验表明，该方法与最先进的方法具有很高的竞争力。

    Dec, 2023

  • 噪声稀疏子空间聚类在降维数据上的理论分析

    本文研究稀疏子空间聚类 (SSC) 算法在降维数据上的理论性质，包括确定性模型和多种降维技术，并将该分析应用于隐私保护算法中，同时确保方法的隐私性和效用性。

    Oct, 2016

  • 高维度、低样本量数据完美聚类

    本文针对高维低样本量情况下聚类算法性能下降的问题，介绍了一种基于云图的 MADD 差异度量方法，并证明了其在高维数据聚类上的有效性；根据理论和实验结果，比较了多种算法及其聚类效果评估方法，发现在使用 MADD 代替欧氏距离时，已有算法的表现得到提升。同时，作者提出了一种基于罚函数 Dunn 指数的新的聚类数目估计方法，在固定样本数量、维数增加的情况下使方法相对于样本数更稳定。最后，研究运用了多组真实和模拟数据集来证明 MADD 方法对高维数据聚类分析中的重要性。

    Dec, 2016

  • 深度连续聚类

    通过深度自编码器实现非线性降维和聚类，优化作为聚类过程的自编码器，避免之前聚类算法中离散目标的缺陷，无需先验知识即可进行聚类，实验证明该算法优于状态的聚类方案并具有普适性。

    Mar, 2018

  • 约束下的可解释数据插补

    基于数据类型值和数据中的相关约束条件的数据插补新算法及其与其他算法的比较实验结果。该算法不仅可插补数据，还能生成人类可读的解释，描述用于每次插补的属性的重要性。

    May, 2022

  • 稀疏子空间聚类在缺失数据情况下的理论分析

    本文提供了 Sparse Subspace Clustering (SSC) 在存在数据缺失时的理论保证，发现将零填充数据投影到点的观察模式上可以显著提高其性能，并从分析中得出结论，即尽管该投影会导致更多数据缺失，但这被所在子空间的相应投影子空间联合分析所抵消，这种现象的意义可能横跨整个自表达方法类。

    Jan, 2018

  • DeepDPM: 未知聚类数的深度聚类

    本文介绍了一种有效的深度聚类方法，该方法使用了分裂 / 合并框架、动态体系结构自适应于不断变化的聚簇数量 K，并且不需要预先指定 K 值。论文证明了这种无需预先指定簇数的非参数方法在 ImageNet 等数据集上，超越了现有的基于深度学习和传统的非参数聚类方法，并展示了在数据集不平衡时，预先指定 K 值的方法的性能下降。

    Mar, 2022

  • ClusteringSDF：用于 3D 分解的自组织神经隐式曲面

    通过神经隐式表面表示，即信号距离函数（SDF），提出了 ClusteringSDF 方法，实现了 3D 中的分割和重建。这项研究通过高效的聚类机制将 2D 标签提升到 3D，并在 ScanNet 和 Replica 数据集上的挑战性场景中取得了与现有技术相竞争的表现，而且训练时间大大缩短。

    Mar, 2024

  • 带有异常值的子空间聚类的几何分析

    本研究考虑了一个不带标签数据集的聚类问题，它们被认为靠近低维平面的联合。研究人员发展了一种新的基于几何分析的算法，名为稀疏子空间聚类（SSC），可以广泛应用于无监督学习和计算机视觉等领域，论文展示了它在多个方面的有效性，并开创了有关稀疏恢复问题的新思路，数值研究强调了方法的实用性。

    Dec, 2011

  • 深度稀疏子空间聚类

    本文提出了一种深度扩展的稀疏子空间聚类方法，称为深层稀疏子空间聚类（DSSC）。通过神经网络的非线性变换，DSSC 不仅满足了 SSC 的稀疏性原则，还同时满足了学习深度特征的单位球分布假设。实验证明 DSSC 在四个真实世界数据集上具有明显优势，是目前为止最好的基于深度学习的子空间聚类方法之一。

    Sep, 2017